부동산 가격을 추정하기 위한 헤도닉 모형(hedonic model)의 적용에서 가장 중요한 사안은 모형의 정확한 구성과 하부시장의 구획이라 할 수 있다. 모형의 구성에 대해서는 비교적 활발한 개선 노력이 있었으나 하부시장 구획은 상대적으로 큰 관심을 받지 못하였다. 그러나 부동산 가격형성 과정의 공간적 범위 파악이 선행되지 않으면 헤도닉 모형의 적용 결과는 그 정확성이 저하될 수밖에 없다. 본 연구는 헤도닉 모형의 성능 개선에 초점을 두고, 서울시 25개 자치구 중 상대적으로 이질적인 부동산 집단으로 구성된 강남구와 비교적 균일한 부동산 집단으로 이루어진 중랑구를 사례지역으로 하여 하부시장 구획을 시도하였다. 먼저 하부시장 구획을 위한 투입변수로 혼합 GWR(Mixed GWR) 모형에서 산출된 가변 회귀계수(variable coefficients)를 사용하였다. 헤도닉 모형의 회귀계수는 부동산을 구성하는 속성항목(attributes)의 잠재가격(shadow price)으로 해석할 수 있기 때문이다. 다음으로 공간적으로 연접된 하부시장을 구획하기 위해 최소신장트리(minimum spanning tree)에 기반한 SKATER 앨고리듬을 사례지역에 적용하였다. 마지막으로 다수준 모형(multi-level model)을 적용하여 구획된 하부시장 결과의 적정성을 검토하였다. 검토 결과, 중랑구는 하부시장이 존재하지 않음을, 강남구는 간선도로를 중심으로 한 5개의 하부시장으로 구분하는 것이 합리적임을 확인하였다. 간선도로와 같은 도시의 인프라는 하부시장 구획에 있어 지금까지 큰 주목을 받지 못한 변수였으나 본 연구를 통해 그 중요성이 실증적으로 확인되었다.
부동산 가격을 추정하기 위한 헤도닉 모형(hedonic model)의 적용에서 가장 중요한 사안은 모형의 정확한 구성과 하부시장의 구획이라 할 수 있다. 모형의 구성에 대해서는 비교적 활발한 개선 노력이 있었으나 하부시장 구획은 상대적으로 큰 관심을 받지 못하였다. 그러나 부동산 가격형성 과정의 공간적 범위 파악이 선행되지 않으면 헤도닉 모형의 적용 결과는 그 정확성이 저하될 수밖에 없다. 본 연구는 헤도닉 모형의 성능 개선에 초점을 두고, 서울시 25개 자치구 중 상대적으로 이질적인 부동산 집단으로 구성된 강남구와 비교적 균일한 부동산 집단으로 이루어진 중랑구를 사례지역으로 하여 하부시장 구획을 시도하였다. 먼저 하부시장 구획을 위한 투입변수로 혼합 GWR(Mixed GWR) 모형에서 산출된 가변 회귀계수(variable coefficients)를 사용하였다. 헤도닉 모형의 회귀계수는 부동산을 구성하는 속성항목(attributes)의 잠재가격(shadow price)으로 해석할 수 있기 때문이다. 다음으로 공간적으로 연접된 하부시장을 구획하기 위해 최소신장트리(minimum spanning tree)에 기반한 SKATER 앨고리듬을 사례지역에 적용하였다. 마지막으로 다수준 모형(multi-level model)을 적용하여 구획된 하부시장 결과의 적정성을 검토하였다. 검토 결과, 중랑구는 하부시장이 존재하지 않음을, 강남구는 간선도로를 중심으로 한 5개의 하부시장으로 구분하는 것이 합리적임을 확인하였다. 간선도로와 같은 도시의 인프라는 하부시장 구획에 있어 지금까지 큰 주목을 받지 못한 변수였으나 본 연구를 통해 그 중요성이 실증적으로 확인되었다.
Two important issues in hedonic model are to specify accurate model and delineate submarkets. While the former has experienced much improvement over recent decades, the latter has received relatively little attention. However, the accuracy of estimates from hedonic model will be necessarily reduced ...
Two important issues in hedonic model are to specify accurate model and delineate submarkets. While the former has experienced much improvement over recent decades, the latter has received relatively little attention. However, the accuracy of estimates from hedonic model will be necessarily reduced when the analysis does not adequately address market segmentation which can capture the spatial scale of price formation process in real estate. Placing emphasis on improvement of performance in hedonic model, this paper tried to segment real estate markets in Gangnam-gu and Jungrang-gu, which correspond to most heterogeneous and homogeneous ones respectively in 25 autonomous districts of Seoul. First, we calculated variable coefficients from mixed geographically weighted regression model (mixed GWR model) as input for clustering, since the coefficient from hedonic model can be interpreted as shadow price of attributes constituting real estate. After that, we developed a spatially constrained data-driven methodology to preserve spatial contiguity by utilizing the SKATER algorithm based on a minimum spanning tree. Finally, the performance of this method was verified by applying a multi-level model. We concluded that submarket does not exist in Jungrang-gu and five submarkets centered on arterial roads would be reasonable in Gangnam-gu. Urban infrastructure such as arterial roads has not been considered an important factor for delineating submarkets until now, but it was found empirically that they play a key role in market segmentation.
Two important issues in hedonic model are to specify accurate model and delineate submarkets. While the former has experienced much improvement over recent decades, the latter has received relatively little attention. However, the accuracy of estimates from hedonic model will be necessarily reduced when the analysis does not adequately address market segmentation which can capture the spatial scale of price formation process in real estate. Placing emphasis on improvement of performance in hedonic model, this paper tried to segment real estate markets in Gangnam-gu and Jungrang-gu, which correspond to most heterogeneous and homogeneous ones respectively in 25 autonomous districts of Seoul. First, we calculated variable coefficients from mixed geographically weighted regression model (mixed GWR model) as input for clustering, since the coefficient from hedonic model can be interpreted as shadow price of attributes constituting real estate. After that, we developed a spatially constrained data-driven methodology to preserve spatial contiguity by utilizing the SKATER algorithm based on a minimum spanning tree. Finally, the performance of this method was verified by applying a multi-level model. We concluded that submarket does not exist in Jungrang-gu and five submarkets centered on arterial roads would be reasonable in Gangnam-gu. Urban infrastructure such as arterial roads has not been considered an important factor for delineating submarkets until now, but it was found empirically that they play a key role in market segmentation.
부동산 가격의 정확한 추정은 금융기관의 담보 대출, 건설업자의 부동산 개발, 정부의 과표 산정이나 공시지가 결정 등 다양한 분야에서 그 수요가 증대되고 있다. 부동산 가격 추정에 일반적으로 활용되는 헤도닉 모형(hedonic model)의 적용에서 가장 중요한 사안은 모형의 정확한 구성과 하부시장의 구획이라 할 수 있다(Wheeler et al., 2013).
주택을 선택할 때 세 가지 주요한 선택은 무엇인가?
주택을 선택할 때 세 가지 주요한 선택은 거주 형태(소유, 임대 등), 주택 유형(규모, 신축연도 등 구조적 속성) 및 거주 지역으로 요약할 수 있으며 이산선택모형 연구는 거주 형태의 선택에 관한 것이 다수를 차지하고 있다(Yates & Mackay, 2006). 주택의 하부시장 구분과 관련된 연구는 주택 유형 및 거주 지역의 선택에 관한 것으로 볼 수 있으며, 이러한 연구에서는 우선 주택 유형 및 거주 지역을 선택하고(하부시장의 구분), 이렇게 구분된 하부시장 내에서 특정 개별주택을 선택하게 된다는 2단계 의사결정 과정을 모형화한다.
공간통계와 GIS 분야의 분석과정 3가지 절차는?
대체로 이 분야의 분석과정은 3가지 절차로 요약된다. 먼저 베리오그램(variogram), 크리깅(kriging) 등으로 대표되는 지리통계적 방법(geostatistical method)을 이용하여, 하부시장을 구분하지 않은 상태의 잔차, 보다 정확하게 잔차의 공간적 구조를 추정한다. 둘째, 추정한 잔차의 공간적 구조에 따라 개별 주택(또는 필지)들을 군집분석을 통해 그룹화 한다. 마지막으로 해당 그룹을 (필요한 경우) 보다 상위의 집단으로 통합하여 하부시장을 최종 구획한다. Bourassa et al.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.